用GAIL(Generative Adversarial Imitation Learning)及Pytorch解出MountainCar-v0
， 賞金五千元。
使用原始的TRPO或PPO來訓練policy均可，也可將原始的GAN換成Wasserstein GAN 。 底
下連結可供參考，至少專家軌跡是可用的。
一旦成功完成，請寄給我結果和部份程式的截圖，我就會將錢匯入指定帳戶，然後再把原
始碼寄給我即可
https://github.com/alanyuwenche/GAIL_MountainCar_CartPole